九识智能重载物流无人车L5重磅发布 引领行业商业化迈入新阶段

mysmile 8 0

界面新闻记者 | 特约记者 白帆

在无人车市场价格战持续引发行业关注的背景下,物流无人车领域的生态化建设正加速推进。

近日,九识(苏州)智能科技有限公司(以下简称"九识智能")正式面向重货运输市场推出全新车型L5,该车型载重达到1800KG。这是九识智能在成功推出Z系列与E系列车型后,首次布局重载物流领域的战略车型,有效突破了原有无人车的应用场景限制。更为业界瞩目的是,九识智能同步发布了ADS中心(Autonomous Driving Service)智慧城市物流融合体战略规划,标志着公司智慧运力生态体系建设全面启动。

此次系列战略布局的落地,预示着物流无人车行业的商业化进程正实现跨越式发展。

构建全场景产品矩阵 技术平台化赋能商业价值释放

据九识智能官方信息显示,全新L系列无人车产品专注解决"重载、高货"运输需求,重点攻克当前市场无人物流车普遍存在的载重瓶颈、充电兼容性不足及场景覆盖局限等行业痛点。该系列车型可广泛适用于商超供应链配送、工业配件转运、米面粮油等大宗商品运输以及轮胎汽配、酒店布草等专业领域的重载场景。对比而言,九识智能现有Z系列与E系列无人车产品最大载重为900KG,而L5无人车则实现了1800KG的载重突破。"L系列相当于微型卡车级别,具备更强的载重能力和更长的续航里程。"九识智能副总裁张旭琛在接受界面新闻采访时表示。

他进一步指出,九识智能在切入物流无人车商业化赛道初期经历了探索阶段,通过持续的市场深耕,已精准把握客户核心需求。例如在城市配送场景中,总重4.5吨的轻卡车型占比达四成,未来在政策与技术条件成熟后,该领域有望成为重要市场增长点,也是公司重点规划的发展方向。

值得关注的是,这款全新车型搭载了公司自主研发的L4级自动驾驶技术,集成具备NOA功能的轻地图系统,可实现自主路径规划与智能避障等核心功能。在物流无人车领域,传统地图系统路线调整周期长、运营成本高,而轻地图技术凭借自主路线规划能力,大幅降低了无人车的运营门槛,已成为行业技术竞争的制高点。

过去两年间,物流无人车在快递领域实现规模化应用,快递网点为优化运营成本积极采购无人车设备,市场验证效果显著。伴随行业发展,价格竞争日趋激烈,无人车厂商纷纷通过降价促销、分期付款、租赁服务等多元模式加速市场拓展。行业普遍认为,快递领域仅是物流无人车的应用起点,大宗货物运输、冷链物流等场景正成为新的市场蓝海。九识智能L系列车型的推出,将推动行业竞争格局与商业化规模化进程进入全新发展阶段。

上海交通大学计算机学院通用人工智能研究所副所长、联合实验室主任杨旸教授表示,无人物流的规模化应用为行业带来全方位价值提升:在经济层面,通过人力成本优化、运营效率提升及路径规划优化实现物流成本显著降低;在服务层面,实现24小时不间断配送服务,提升配送时效性与稳定性,扩大服务覆盖范围;在产业层面,推动物流行业智能化转型升级,催生新型商业模式,促进技术生态系统发展;在社会层面,创造技术型就业岗位,支持绿色低碳发展,保障应急情况下民生物资配送,助力构建智能高效、可持续发展的现代物流体系。

特别值得关注的是,经过一段时间的商业化运营,无人车技术日趋成熟,产品标准化体系逐步完善。同时,基于标准化底盘与模块化设计能力,无人车个性化生态定制服务已正式进入市场,充分表明物流无人车的商业化潜力正持续释放。

对此,张旭琛解释道:无人车领域的通用化、平台化与模块化发展,本质上是自动驾驶技术能力的通用化体现。以九识智能Z系列、E系列与L系列产品为例,其传感器布置方案、计算单元算力配置及光纤模块等自动驾驶核心底层技术模块完全统一,形成显著的平台化技术架构。同时,通过底盘零部件的模块化集成,实现无人车产品的快速构建。

"无论是Z系列还是其他产品系列,我们均采用总成系统模块化设计理念。开发L系列新产品时,无需重新设计全部系统,仅需更新相应模块即可匹配新车型的功能性能指标。"张旭琛向界面新闻详细说明技术通用化与整车模块化策略。他强调,首款产品的研发往往最为艰难,而通过局部更新迭代实现新产品整合,可大幅提升研发效率并降低成本。这是九识智能重要的竞争策略,通过技术持续演进革新,提升产品安全性与灵活性,加速产品矩阵丰富进程,增强市场竞争力。

目前,九识智能全系产品交付量已突破7000台,规模化与商业化发展进入新阶段。张旭琛表示,未来将继续坚持自动驾驶技术平台化、模块化开发路线,针对更多商业场景研发创新车型。相比两年前行业在多领域探索后聚焦快递物流的发展阶段,当前无人车企业的商业化与规模化战略更加清晰明确。

界面新闻注意到,在L5无人车发布的同时,九识智能同步推出ADS中心服务体系,该体系相当于升级版的汽车4S店,涵盖试驾体验、产品销售、租赁服务、售后保障、车辆维修与保养等全周期服务。与传统模式不同的是,ADS中心采用线上系统主导模式,整合各类服务资源。九识智能官方表示,ADS中心以"无人物流车标准化产品、个性化生态定制服务、运力服务体系、智慧城市新基建"为四大核心支柱,构建协同联动的生态系统,推动智慧物流全场景落地应用。张旭琛进一步解释:ADS中心将在多城市布局,构建完整的售前售后服务网络与信息管理系统,实现车辆调度等运力管理功能。L5产品的推出,将更有力地推动ADS中心的建设进程。

"我们发现部分客户倾向于轻资产运营模式,即使无人车成本已大幅降低,仍不愿直接采购,此时我们可提供灵活的租赁服务。另有客户既不想租赁或签署长期合同,也不愿承担车辆保养、充电等运营管理工作,我们则可提供类似货拉拉的运力服务,直接完成货物配送。我们将通过体系化机构与合作伙伴共同承接这些业务。"张旭琛向界面新闻阐述ADS中心的多元化服务功能。

Apollo生态赋能行业发展 数据驱动未来增长

快递物流领域为无人车商业化提供了优质落地场景,除快递网点自主采购租赁外,快递公司总部也积极与无人车厂商开展战略合作。无人车厂商在快递物流领域的成功应用,增强了行业拓展信心。业内普遍认为,未来市场空间广阔,竞争维度将更加多元,不再局限于价格竞争。

回顾发展历程,虽然初期不确定快递物流领域能否充分发挥无人车价值,但企业对技术路线始终保持坚定信心。追溯中国无人驾驶发展历程,百度Apollo开源系统平台对九识智能等企业的发展起到关键支撑作用。

"公司最初基于百度Apollo开源系统平台,进行全自主研发,经过大量探索后选择无人物流车细分赛道。"九识智能CEO孔旗近日在媒体采访中表示。

九识智能另一位高管也表达了类似观点:"Apollo项目作为中国自动驾驶开源领域的开拓者,通过开放核心代码与技术架构,为行业发展奠定重要基础,帮助企业与研究机构快速搭建自动驾驶研发平台,避免'重复造轮子'造成的资源浪费。若无早期开源项目推动,中国自动驾驶行业难以在短期内缩小与国际先进水平的差距。"在8月底举行的2025世界青年科学家峰会第三届智能交通网联与车联网永嘉论坛上,九识智能联合创始人潘余昌在主题演讲中强调。

2017年,百度发布全球最大自动驾驶开源平台Apollo计划,首次实现自动驾驶系统级开放,帮助开发者快速构建完整的自动驾驶系统,突破Waymo、特斯拉等行业巨头的封闭技术路线限制。自此,自动驾驶行业掀起发展热潮,各类创新企业纷纷涌现,该年也被公认为自动驾驶从技术研发迈向商业落地的元年。

与此同时,百度成为中国自动驾驶人才培养的"黄埔军校"。据公开信息显示,地平线、文远知行、小马智行、小鹏智驾等30余家自动驾驶企业的核心负责人均有百度Apollo工作经历,九识智能CEO孔旗亦是其中一员。此后数年,孔旗与多位自动驾驶技术专家共同推动中国自动驾驶技术试验,取得显著成果。包括2016年初,时任百度北美技术负责人的孔旗带领团队完成百度自动驾驶Routing、Decision、Planning、Control模块的从0到1搭建,调试具备泊车辅助功能的林肯MKZ车型,并在美国加州成功完成百度自动驾驶首次路测。

数年后,一批从百度等自动驾驶企业走出的技术人才开始探索新的发展路径,快递物流领域成为重要方向。2021年夏天,百度Apollo开源系统早期代码贡献者庄立在硅谷工作结束后,选择回国创业,在苏州创立九识智能。随后基于Apollo开源框架开展自动驾驶技术研发,2023年发布首款量产车型Z5。除庄立和孔旗外,九识智能崔霄、白犀牛朱磊与夏添等物流无人车领域核心人物均出自百度系。

孔旗表示,自动驾驶与无人车领域拥有成熟丰富的开源系统和技术资料,特别感谢百度Apollo开源系统为国内自动驾驶企业提供的技术基础。在后续发展中,数据将成为无人驾驶实现商业化规模化的关键要素。他强调,自动驾驶的核心壁垒在于数据,任何技术框架都离不开真实海量数据的训练。中国拥有丰富的应用场景和环境,为自动驾驶企业提供宝贵的数据资源;中国自动驾驶企业能够在全球保持领先地位,更离不开政府在基础设施建设上的持续坚定投入。

实现无人物流车在城市公开道路的真实运营,通过海量数据持续迭代自动驾驶技术,才能不断提升自动驾驶系统的场景理解能力,实现安全高效的运营目标。

正是通过产品商业化与规模化运营,数据规模不断扩大,持续推动自动驾驶技术发展,促使物流无人车产品不断迭代升级,实现成本降低与性能提升。同时,随着无人车应用领域的拓展,市场规模持续扩大,行业细分将成为必然趋势。

同济大学交通运输工程学院教授、博士生导师,国家重点专项"人车路协同无人驾驶可信性评价关键技术与标准研究"首席科学家暨育雄表示,真实数据是自动驾驶技术落地的核心资源,能够直接捕捉现实世界的复杂性和长尾风险,为感知系统提供传感器协同校准依据和训练素材,驱动决策算法学习人类驾驶的"人性化"逻辑,成为安全可信验证的终极标准。唯有海量真实数据才能有效暴露物理世界的不可预测性,支撑自动驾驶系统从"实验室原型"迈向"安全可信商用"